这是一个创建于 2167 天前的主题，其中的信息可能已经有所发展或是发生改变。
我们做搜索，最简单的是通过关联度排序。算个 b25m, 加一下时间权重什么的，然后标记出来。但是有些搜索结果可以特别优化一下。
其中有个特别的例子，就是有多个同来源的连载内容
看图如下:
https://s2.ax1x.com/2019/01/15/FziGGD.png
给定 query: 徽州丝绢案纷争
可以搜索到简书中有 4 个非常相关的结果:
明.徽州丝绢案纷争{1,2,3,4}(马伯庸) - 简书
Google 似乎特意把它们按照字典序排序了一下。
通常情况下索引和全文文本也有关，因此即便标题近似，bm25 也不一样的，而且他们四篇的时间序也是是数字大的更加新，那么搜索中应该 4,3,2,1 才更像没有特殊处理过的。所以想请问一下，如果我们实现，有没有什么方法会在遇到特殊情况下达成这样的效果，而又不怎么影响普通的搜索结果和效率呢？
又，不同 query 反复尝试了很多次，有时候会少上一篇，顺序就比较随机，有时候那四篇顺序出现在 2345 条。
 |
1
Xs0ul 2019-01-15 04:52:52 +08:00  1
一个猜想，可能是按点击量调整出来的，一般越靠前的看得人越多，有的人看一半弃坑了
|
 |
2
takato 2019-01-15 05:52:47 +08:00 1
或者仅仅可能是随机给排序结果，只有当有序时的情况被人特别注意了。
|
 |
3
jetyang 2019-01-15 09:26:34 +08:00 1
一个思路：对结果做聚合（比如一次性取出前 1000 个结果，按 term 向量做聚类），在小组结果中做 rerank，也就是按集数排序。
|
 |
4
AlisaDestiny 2019-01-15 09:53:25 +08:00 1
就像楼上说的，可能是对搜索结果中按照相似度分组，然后对相似度较高的组内部做字典排序。
还有，我顺便看了下“明.徽州丝绢案纷争”，故事真是精彩，感谢推荐。 |
 |
5
yuikns OP 感谢各位。
我也不知道是不是巧合，或者什么原因。只是正文中提到的一些迹象让我感觉有特殊的处理。然后不由考虑如何才能在保证性能的同时可以抓住这个 feature 然后加上。 |
 |
6
ybilly 2019-01-15 18:42:48 +08:00
这个排序应该是巧合，搜小说的时候，他就不会给你排章节。
|
Select Language